首页> 中文期刊> 《信息安全与通信保密》 >基于HPSO与多核LSSVM的网络入侵检测

基于HPSO与多核LSSVM的网络入侵检测

         

摘要

针对现有入侵检测技术精度较低、特征提取能力不足的问题,构建了一种基于混合粒子群算法与多核最小二乘支持向量机的网络入侵检测模型。该模型首先针对单核最小二乘支持向量机存在的泛化能力弱、学习能力差的问题,结合多项式核函数和径向基函数的优点,构建多核最小二乘支持向量机;其次提出了一种用于入侵检测数据特征提取和多核最小二乘支持向量机参数优化的混合粒子群算法;最后将提取的特征作为参数优化后的多核最小二乘支持向量机的输入,实现对入侵检测数据集的分类识别。为了评估提出的模型的有效性,基于NSL-KDD、UNSW-NB15和CICIDS-2017数据集进行了实验,实验结果表明提出的模型的检测效果明显优于其他传统模型。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号